中国科大与字节发布 MoGA 长视频生成模型:分钟级多镜头短片一键生成
中国科学技术大学与字节跳动即将联合发布一款具有里程碑意义的 端到端长视频生成模型。该模型能够直接生中国成**分钟级长度、480p 分辨率、24帧/秒(fps)**的高质量视频,并支持多镜头场景切换,标志着科大国产视频生成技术在全球生成式 AI 竞赛中实现关键突破。 这项成果的核心创新在于其底层算法——MoGA(Mod与字ular Global Attention),这是一种全新的注意力机制,专为解决长视频生成中的上下文扩展与算力节发开销问题而设计。凭借 MoGA 的结构优化,模型可处理长达 580K token 的上下文信息,大幅降低计算成布 本,使长时间、多场景的视频生成成为可能。 研究团队表示,传统视频生成模型往往受限于显存和计算量,只能Mo生成几秒钟的动画 GIF 或短片。而 MoGA 的引入,让模型能够“一次性”生成包含多个镜头切换、视觉叙事连贯GA的 “迷你短片”,极大拓展了生成式视频模型的应用边界。 此外,MoGA 具有高度的 模块化与兼容性,可直接与现 长有的高效加速库(如 FlashAttention、xFormers、DeepSpeed 等)集成,实现更快的训视频练与推理效率。这意味着该技术不仅具备科研突破意义,也具备产业落地潜力,可应用于影视创作、广告生成、游生成戏过场动画以及数字人内容生产等领域。 随着 OpenAI、Pika、Runway 等公司相继推进短视频生成,中国模型科大与字节跳动此次推出的模型被认为是国内首个能真正实现分钟级长视频生成的系统,其在算法、效率和可扩展性:分上的领先性,或将推动中国在视频生成领域进入全球前列。 地址:https://jiawn-creator.g钟级ithub.io/mixture-of-groups-attention/
-
上一篇
-
下一篇
- 最近发表
- 随机阅读
-
- 谷歌Chrome浏览器迎来AI革命,Gemini 让你的上网体验更智能
- 改变电子商务行业的5种人工智能趋势
- 阿里云发布安全护栏新宠Qwen3Guard 旨在为人工智能提供可靠的安全保障
- 刷新ImageNet最高分!谷歌大脑华人研究员发布超强Transformer
- Apple Watch也能检测新冠病毒:可在出现症状前7天发现
- 上海 AI 实验室发布创新 ViraHInter 模型,提升抗病毒药物研发效率
- 标签: 追觅科技 俞浩 小红书 算法推荐
- 标签: 罗技 FY2026 财报 外设
- 云安全日报210105:IBM应用服务器产品发现信息泄露漏洞,需要尽快升级
- 标签: 传音控股 非洲智能机 IDC 智能手机
- Zendesk 整合 GPT-5 后,客户服务效率提升 30%,可靠性达到 95%
- 标签: 创想三维 3D打印机 港股IPO 消费级3D打印
- 亚马逊AWS将成立亚太地区部门,选址澳大利亚墨尔本
- 云计算核心技术Docker教程:Docker集群扩展服务群
- 中教云教师备课云平台获北京市新技术新产品(服务)认定
- 标签: OpenClaw Lobstar Wild Nick Pash AI龙虾
- 标签: 微信支付 王鹏飞 微信红包 随机分配
- 云计算开发:Python3三角函数cos()方法详解
- 存放三十年的灵芝还能吃吗
- 苹果遇大麻烦:生产链转移至印度计划破产?iPhone产量暴跌超50%
- 搜索
-
- 友情链接